ClinVar содержит критические классификации вариантов для клинической генетики, но доступ к этим данным и их интерпретация требуют специальных знаний. Этот навык предоставляет комплексное руководство по запросам к ClinVar через веб-интерфейс, API или загрузки по FTP, с подробными рекомендациями по интерпретации классификаций клинической значимости.

Получите доступ к ClinPGx для получения данных фармакогеномики, включая взаимодействия генов и лекарств, рекомендации CPIC и информацию о функции аллелей. Этот навык поддерживает персонализированную медицину, предоставляя клиническую поддержку принятия решений для дозирования лекарств на основе генотипа.

Поиск релевантных клинических исследований требует обращения к большой базе данных реестра. Этот навык предоставляет Python-интерфейс для запросов к API v2 ClinicalTrials.gov для поиска исследований по состоянию, препарату, локации или спонсору и получения подробной информации об исследованиях.

Клиническая документация требует точности и нормативного соответствия. Этот навык предоставляет шаблоны и инструменты проверки для отчетов о случаях, диагностических отчетов, документации клинических исследований и заметок о пациентах в соответствии со стандартами HIPAA, FDA и ICH-GCP.

Клиническим исследователям нужны документы, основанные на доказательной медицине, для разработки лекарственных препаратов и нормативных заявок. Этот навык создает готовые к публикации документы клинической поддержки принятия решений со стратификацией по биомаркерам и системой оценки доказательств GRADE.

Этот навык помогает исследователям находить статьи, извлекать метаданные и генерировать корректно оформленные записи BibTeX. Он проверяет существующие цитирования и обеспечивает точность ссылок для научного письма и публикаций.

Проектируйте и моделируйте квантовые схемы с использованием фреймворка Cirq от Google. Этот навык предоставляет исчерпывающую документацию по построению квантовых схем, моделированию шума, интеграции с аппаратным обеспечением и запуску экспериментов на квантовых компьютерах и симуляторах.

Получите доступ к базе данных ChEMBL для поиска соединений по структуре и свойствам. Извлекайте данные о биологической активности, находите ингибиторы и проводите исследования зависимости структура-активность для разработки лекарств.

Исследователям необходим доступ к крупномасштабным данным геномики одиночных клеток для исследования заболеваний и разработки лекарств. Этот навык обеспечивает программный доступ к 61 миллиону клеток из CELLxGENE Census, позволяя выполнять запросы популяционного масштаба без загрузки целых наборов данных.

Получите доступ к комплексным данным о кинетике ферментов из крупнейшей в мире базы данных ферментов. Найдите значения Km, уравнения реакций, параметры, специфичные для организмов, и данные о специфичности субстратов для биохимических исследований и метаболической инженерии.

Запрос более 40 биологических баз данных, включая UniProt, KEGG и ChEMBL, с помощью унифицированного Python API. Упрощает кросс-базовый анализ и преобразование идентификаторов для биоинформатических исследований.

Исследователи тратят часы на ручной поиск релевантных препринтов в bioRxiv. Этот навык автоматизирует обнаружение литературы с точным фильтром по ключевым словам, авторам, диапазонам дат и научным категориям.

Эффективно обрабатывайте последовательности ДНК, РНК и белков с помощью Biopython. Программный доступ к базам данных NCBI, выполнение выравнивания последовательностей и автоматизация сложных биоинформатических pipeline'ов для исследовательских задач.

Biomni трансформирует сложные биомедицинские исследования, автономно выполняя многошаговые аналитические задачи. Исследователи могут сосредоточиться на научных вопросах, пока ИИ занимается обработкой данных, обзором литературы и вычислительным анализом в областях геномики, разработки лекарств и клинических исследований.

Автоматизируйте лабораторные рабочие процессы и управляйте биологическими данными, интегрируясь с платформой R&D Benchling. Доступ к последовательностям ДНК, данным о белках, инвентарю и электронным лабораторным журналам через Python SDK или REST API.

Работа с астрономическими данными требует обработки сложных систем координат, форматов файлов и вычислений. Этот навык предоставляет рекомендации по использованию Astropy для обработки небесных координат, файлов FITS и космологических вычислений.

Вывод генных регуляторных сетей определяет связи факторов транскрипции с целевыми генами из транскриптомных данных. Arboreto предоставляет масштабируемые реализации алгоритмов GRNBoost2 и GENIE3, которые обрабатывают данные RNA-seq как объемного, так и одиночного клеточного типа на локальных машинах или распределенных кластерах.

AnnData предоставляет стандартизированную структуру данных для аннотированных матриц, используемую в геномике одиночных клеток. Этот навык позволяет создавать, читать, записывать и манипулировать файлами .h5ad с полной поддержкой метаданных, вложений и экосистемы scverse.

Исследователям необходим эффективный доступ к вычислительным прогнозам белковых структур для открытия лекарств и исследований структурной биологии. Этот навык обеспечивает прямой доступ к более чем 200 млн ИИ-предсказанных белковых структур базы данных AlphaFold, позволяя получать их по идентификатору UniProt, загружать файлы координат и анализировать показатели достоверности.

Данные временных рядов требуют специализированных алгоритмов, выходящих за рамки стандартного машинного обучения. Aeon предоставляет API, совместимые с scikit-learn, для классификации, регрессии, кластеризации, прогнозирования, обнаружения аномалий, сегментации и поиска сходства во временных данных.